Használható-e lineáris regresszió az eladások előrejelzésére nem-negatív korlátozással?

Lineáris regressziót lehet használni az értékesítés előrejelzésére, azonban alapértelmezés szerint nem veszi figyelembe a nem-negativitási korlátozást. Klasszikus lineáris regresszió esetén az előrejelzések bármilyen értéket felvehetnek, beleértve a negatívakat is, ami nem értelmezhető az értékesítés szempontjából.

A nem-negativitási korlátozás figyelembevétele érdekében:

• Korlátozásokkal ellátott modelleket lehet alkalmazni, például korlátozott regressziót (constrained regression) vagy kvadratikus programozást.
• A célváltozón alkalmazhatunk transzformációt, például logaritmizálást (log(y + 1)), hogy pozitív előrejelzéseket biztosítson, majd az eredményt visszatranszformáljuk.
• Speciális modelleket lehet használni, például nem-negatív egyenletes regressziót (Non-negative Least Squares).

Példa logaritmikus transzformációval:

import numpy as np
from sklearn.linear_model import LinearRegression

# X - jellemzők, y - értékesítés
X = ...
y = ...

# A célváltozó transzformációja
log_y = np.log1p(y)

model = LinearRegression()
model.fit(X, log_y)

# Előrejelzés
log_pred = model.predict(X_new)
pred = np.expm1(log_pred)  # Fordított transzformáció

Így a lineáris regresszió alkalmazható, de a nem-negativitás betartásához további módszerek vagy transzformációk alkalmazandók.